Qwen3.8-27B 推理优化：RTX 3090 跑出 1150 tps
iamMess · reddit · 2026-08-18
作者发布了针对 RTX 3090 的 Qwen3.8-27B 超优化推理引擎更新。通过引入 fp16 recurrent state、全层 int8 activations、以及概率采样等优化手段，将单请求速度提升至 99 tps，批量请求峰值达到 1150 tps。Prefill 阶段速度也提升 25%-50%。项目代码已在 GitHub 开源。
所属事件:Qwen3.8-27B推理优化刷新RTX 3090单卡速度纪录(2 条相关)→
「Infra」频道最新
- 2027 年笔记本将跑 Opus 5.5 级模型？Qwen 27B 数据佐证 — cephaloform · 2026-10-16
- Oracle 一周跌 12%、较 6 月高点近腰斩，市场用脚投票 OpenAI 敞口 — alvelda · 2026-10-16
- 美国数据中心暂停令突破 400 起，AI 多头称这反而利好 AI 长期发展 — kevinsxu · 2026-10-16
- 微软研究院发布 Magnetar：最快 zkVM，比现有方案快 10-39 倍 — jedisct1 · 2026-10-16
- Bonsai 2 2B 端侧模型登 iPhone:120 token/s,速度两倍于 Qwen 3.5 2B — cephaloform · 2026-10-16
- AI 挤占产能：三星因 E-glass 短缺下调 Q4 手机产量 — zephyr_z9 · 2026-10-16